计算机究竟可以聪明到什么程度？美国著名的未来学者雷•库兹韦尔（Ray Kurzweil）认为：“30年后的2045年，人工智能有可能超越人类的智能。”这被称为“2045年问题”。事实上，2011年，电脑问答系统“沃森”在美国的智力竞赛中击败人类获胜，表明人工智能正在切切实实地变得更加“聪明”。今后人工智能将会取得怎样的进步？让我们来探究人工智能的最前沿。
2015年2月，日本软银株式会社向研发人员发售世界首台具有人类感情的机器人“佩珀”（Pepper）。佩珀具备最新的“感情识别功能”，可以通过人的表情和声音来判读情绪。另外，它还通过互联网与庞大的会话数据库相连，对很多方面的话题都可以做出应答，就像具有人类的智力。所谓人工智能是指让计算机具有与人类同样智力的技术。
人工智能现在有了令人吃惊的进步。
特别是IBM公司开发的应答系统“沃森”（Watson）在2011年美国举办的智力竞赛“危险边缘”（Jeopardy）中获得冠军的消息给全世界以巨大的冲击。在智力竞赛中回答问题，意味着“沃森”可以理解人类的语言（自然语言），并且可以根据不同的问题作出应答。现在，“沃森”的技术已经运用到了很多不同的领域。比如，在美国，为了准确制定患者的治疗方案，人们利用了储存在“沃森”系统里的庞大的医疗数据。
在癌症治疗方面，60万项以上癌症方面的医学研究成果、200万页的医学专业期刊原文，以及150万人的治疗病例等都被输入其中。在这庞大的知识宝库支持下，“沃森”以自己独特的自然语言处理技术对患者进行“问诊”，然后针对不同患者的各种复杂情况给出最合适的诊断方法。
2011年，日本国立信息学研究所（NII）开始做一个项目——“人造大脑项目：机器人能考上东京大学吗？”这个项目不访问互联网上的信息，由计算机直接挑战模拟考试以及东京大学的入学考试试题。计算机的昵称为“东机器人君”。该项目的目标是2016年之前在联考中取得高分，2021年之前考上东京大学。
为什么将人工智能的目标定在“考取东大”？
主持这个项目的日本国立信息学研究所新井纪子教授如是说：“沃森项目是单纯以理解自然语言为目标的。但是，开发真正的人工智能，不应只满足于自然语言的处理，还需要‘听懂人说的话’（语音识别）以及‘理解图像’（图像识别）等各种各样的技术。而我们知道，在解答大学入学考试题时，不仅需要具备对语言的理解能力，还需要有理解图像的能力，以及回答听力问题等方面的技巧。
所以，参加大学入学考试对人工智能的进步来说是一个很好的目标。”
东机器人君分别参加了2013年和2014年代代木课程班举办的联考模拟考试。2014年参加的模考中，英语、日语、数学两个科目、世界史、日本史、物理等7科目的合计得分，900分为满分（英语、日语200分为满分，其他100分为满分），东机器人君得了386分。顺便提一下，考生平均分为422分。
对此结果，新井教授说：“2013年有的课程偏差值是40，可以说比较低，但是这次很多科目的偏差值达到了50，各科上没有太大的差距，给人的印象是没有了擅长或不擅长科目的区别。”
那么计算机最棘手的科目是哪一个呢？新井教授说：“物理的试题一般是在用自然语言说明日常状况后，询问会发生怎样的变化。计算机对这类问题理解起来非常困难。”
对计算机来说感觉棘手的还不只是对于这种图的理解。问题中，“在支点的垂直上方轻轻松开摆锤”这样的句子，计算机也难以理解。人当然理解为“用手将摆锤拿到上方，然后轻轻地放开”。但是，问题中并没有关于“手”的文字。所以，只是从文字信息来解读的话，也可以解释为“从小棍上放开摆锤”。两种解释在语法上都是正确的，所以从理论上不能说哪一个是错误的。
在这种情况下，怎么做才能解决问题呢？这时出场的是“物理模拟”。所谓物理模拟，是以现在的状态为初始条件，根据物理法则计算1秒、5秒、10秒后的未来状态的方法。据说运用这种办法，在导出答案的同时，还可以弥补常识的缺乏。
理解“概念”的困难对计算机来说，“理解插图”究竟是什么意思呢？我们用具体的问题来说明人类与计算机各自是如何理解插图的，并进行探讨。上面的插图是英语听力试题的选择项。问题的内容是妈妈与儿子之间的对话。儿子问：“蛋糕上怎么摆放蓝莓好呢？”妈妈回答说：“在奶油与奶油之间各放一个蓝莓吧。”问题：这段对话中所说的摆法是哪一个图？人如果听懂了英语，一定明白③是正确答案。但是，让计算机选择这个答案是非常困难的。
最新人工智能可以自主获得事物的概念。计算机中的数据与现实世界中的意象究竟怎样结合才好呢？这个是计算机内的符号（symbol）与现实世界中的意象相结合（to ground）的问题，所以被称作“符号接地问题”（symbol grounding problem）。现在，人们认为这个问题有可能得到解决，正在积极思考研究解决的方法，于是开发了被称为“深度学习”（Deep Learning）的方法。
所谓深度学习，是将神经网络（neural network）技术加以发展的一个方法，也就是说，这是一种电脑模拟人脑的神经回路的技术。
为了弄清深度学习的方法，首先我们要看看人是如何理解现实世界的。比如，一个人看到了一只猫。这时人在脑海里提取出了猫的各种特征，诸如“尖耳朵”、“长尾巴”等，然后加以综合，判断出眼前的动物就是“猫”。人们认为，在大脑里，通过各类神经的相互连接，各式各样的猫的特征被组合起来，“猫的概念”由此浮现。
深度学习就是与此类似的一种尝试。也就是说，我们在电脑上制作出多条如同神经回路的电路（人工神经元）层。
第一层是“输入层”，最后一层是“输出层”，其间的几层称为“隐藏层”。深度学习的“学习”是按以下的方式进行的。首先，将图像输入计算机，输入层的神经元会将图片分解成颜色、形状等单纯的要素信息，交给第二层的神经元。第二层的神经元将这些信号进行转换，或者将信息削减之后交给第三层的神经元。这种活动持续进行、逐层传递，直到输出层。最后，将输出信息与输入信息进行比较。
如果这两个信息相似，神经元之间的连接会加强；如果这两个信息不同，隐藏层的转换规则会改变，以削弱神经元之间的连接。
2012年，谷歌公司运用这一深度学习方法，让计算机学习了1000万个图像之后，宣布“计算机已能够识别猫脸”。最后的输出层中的一个神经元识别出猫脸的本质。据说这个神经元在输入了包含猫脸的图像后反映特别强烈。这就意味着计算机获得了猫的概念。在1000万张图像中，包含着各种各样的图像，计算机不仅能识别猫，还能识别包括人脸在内的很多种事物。
将来的人工智能会取得怎样的进步呢？美国著名的未来学者雷•库兹韦尔作出了这样的预测：“2029年，具有自我意识的人工智能将被研发出来；2045年左右，人工智能将会超越人类的智能。”人工智能的智力比全人类的智力更强，这一现象被称为“技术奇点”（Technological Singularity）。30年后，在《2001太空漫游》中大显身手的人类伙伴HAL 9000那样的人工智能也会成为现实。